蛋白语言模型的通用技能：调用 esm Python SDK 与 ESM3/ESMC 模型、接入 Forge/Biohub 推理客户端、执行 ESMFold2 折叠工作流。适合蛋白序列建模、结构预测与嵌入特征提取。

基因组工作流的通用技能：用 dx CLI 与 dxpy 传输数据、开发 apps/applets 与 dxapp.json、搭建原生工作流及 dxCompiler/Nextflow 流程、监控执行与项目自动化。适合在 DNAnexus 平台运行可复现的基因组分析。

分子对接的通用技能：由蛋白 PDB 结构或序列加配体 SMILES/SDF/MOL2 预测结合构象、批量对接、虚拟筛选、构象置信度解读。适合 DiffDock / DiffDock-L 分子对接，不适用于结合亲和力预测。

代谢通量推断的通用技能：从稳态碳-13 同位素示踪数据估算胞内代谢通量、构建原子映射与同位素模拟、约束式多起点拟合、通量剖面诊断。适合 13C-MFA、碳示踪实验与质谱同位素分布（MDV/MID）分析。

文本认知特征分析的通用技能：从任意文本提取作者的思维指纹，剖析其推理方式、决策风格、价值取向与表达习惯，并对比不同人的思维模式差异。适合识人用人、沟通适配与文本背后的作者画像分析。

癌症依赖性数据查询的通用技能：检索 Broad 研究所细胞系基因依赖评分（CRISPR Chronos）、PRISM 药物敏感性与基因效应谱，识别癌症特异性脆弱点与合成致死互作。适合肿瘤药物靶点发现与验证。

高通量测序数据分析的通用技能：BAM 转 bigWig 信号文件、相关性／PCA／指纹等样本质控，绘制 TSS 与 peak 的覆盖度热图与信号曲线。适合 ChIP-seq、RNA-seq、ATAC-seq 数据的质控与可视化。

空间转录组预测的通用技能：从 H&E 病理切片生成全转录组虚拟空间表达，输出约 20x 视野下 224x224 图像块的 log1p-CPM 表达量，支持按基因符号查询蛋白编码基因，并在切片分块后整张推理。适合数字病理与肿瘤微环境研究。

分子机器学习建模的通用技能：组合多种特征化器与预置数据集，用传统机器学习或图神经网络做 ADMET、毒性等性质预测，并在 MoleculeNet 基准上快速实验。适合小分子药物早期筛选与分子表征方案对比。

化学信息学分子处理的通用技能：基于 RDKit 的简化接口完成 SMILES 解析与标准化、描述符与指纹计算、分子聚类、3D 构象生成与并行处理，返回原生 RDKit 分子对象。适合标准化的药物发现与分子数据批处理。

科研数据集版本管理的通用技能：用 DataLad 与 git-annex 克隆、拉取、追踪与发布数据集，记录 run／rerun／containers-run 的计算溯源，处理大文件指针与断链文件。适合从 OpenNeuro、DANDI 等源获取并管理数据集。

公共数据库 API 查询的通用技能：收录 80 个公开数据库的检索规范，按显式端点、过滤条件与分页取数，核对计数并保留可复现的来源链路。适合科研、监管与金融领域需要从权威数据库精确取证的查询。

超内存规模数据处理的通用技能：把现有 pandas／NumPy 代码扩展到多核或集群、并行处理大批量文件、运行分布式机器学习，并给出 vaex／polars 的选型建议。适合数据集超出单机内存或需要跨节点并行的场景。

多视角审议与决策的通用技能：为任意问题召集多个思维原型独立推理、呈现各自主张与盲区，并就两难取舍给出「反方视角」质询，再综合成可执行结论。适合多专家会诊式讨论与从不同角度权衡复杂选择。

基于约束的代谢建模的通用技能：构建与求解 FBA／FVA、模拟基因敲除、做通量采样、读写 SBML 模型。适合系统生物学与代谢工程的分析与改造方案评估。

临床研究报告撰写的通用技能：为病例、诊断、试验、安全性及汇总研究类报告生成安全边界内的草稿结构，并在本地做确定性规则校验。仅适用于合成、去标识化或汇总输入，所有产出须经专业人员复核。

临床决策支持研究的通用技能：整理与校验评估方案、证据档案、队列、生存分析、生物标志物／模型、隐私与治理等仅限于研究用途的成果物，并保留可追溯性。适合汇总或合成数据的科研文档编制，不用于患者诊疗与实时临床应用。

学术研究文献管理的通用技能：在 OpenAlex、PubMed、Google Scholar 检索论文、抽取与校对元数据、校验引用准确性、把 DOI 批量转为规范 BibTeX。适合论文写作中的参考文献整理与引用核查。